DMflow.chat
廣告
一站整合多平台聊天，體驗真人與 AI 自由切換的新境界！支援 Facebook、Instagram、Telegram、LINE 及網站，結合歷史記錄、推播通知、行銷活動及客服轉接，全面提升效率與互動。
AI 智慧體大串連！Google 推出開源 A2A 協定，打造無縫協作新時代
厭倦了各自為政的 AI 工具嗎？Google 攜手 50 多家科技巨頭推出 Agent2Agent (A2A) 開源協定，目標是讓不同的 AI 智慧體能順暢溝通、協同作業，徹底改變企業自動化流程，釋放前所未有的生產力。
欸，你的 AI 能跟我的 AI 聊聊嗎？談談 AI 智慧體的「社交」困境
這幾年，AI 智慧體（AI agents）真的是越來越火了。你想想，有多少重複或複雜的日常工作，如果能交給 AI 自動處理，那該有多好？從幫你訂台新筆電、協助客服回答問題，甚至到規劃複雜的供應鏈，AI 智慧體就像是超能力助理，潛力無限。
很多企業也注意到了這點，開始建立和部署自家的 AI 智慧體，希望能提升效率、自動化流程。這聽起來很棒，對吧？
但這裡有個問題。你有沒有發現，這些 AI 智慧體常常像是活在自己的小世界裡？A 公司的 AI 跟 B 公司的 AI 好像語言不通，就算同一個公司內部，不同部門、不同系統上的 AI 也常常各做各的，沒辦法好好合作。這就像一群超有能力的專家，卻關在不同的房間，無法交流，多可惜啊！
打破隔閡！Google 推出 Agent2Agent (A2A) 協定
為了解決這個「AI 社交障礙」，Google 最近搞了個大新聞：他們推出了一個全新的開源協定，叫做 Agent2Agent (A2A)。
而且這不是 Google 自己唱獨角戲喔！他們找來了超過 50 家科技界和服務界的重量級夥伴，像是 Atlassian、Box、Cohere、Salesforce、SAP、ServiceNow 這些科技大廠，還有 Accenture、Deloitte、KPMG、PwC 這些頂尖顧問公司，大家一起來推動這個計畫。
這個 A2A 協定，說白了，就是要建立一套共通的語言和規則，讓不同廠商、不同框架開發出來的 AI 智慧體，也能夠互相溝通、安全地交換資訊，並且協調行動。
想像一下，未來你的 AI 助理，可以跟你公司採購系統的 AI 溝通，幫你自動完成下單；或者，客服部門的 AI 可以跟技術支援部門的 AI 合作，更快速地解決客戶問題。這就是 A2A 想要實現的目標——讓 AI 智慧體真正地「團結力量大」。
這不僅能大幅提升 AI 的自主性，讓生產力翻倍，長期來看，還能降低企業的營運成本。這對所有使用 AI 的企業來說，絕對是個大利多。
A2A 背後的設計巧思：不只是「另一個工具」
你可能會想，市面上不是已經有其他 AI 相關的協定了嗎？沒錯，像是 Anthropic 的模型內容協定 (MCP) 就提供了很多有用的工具和上下文給 AI。A2A 則是作為一個補充，更專注在「協作」這件事上。
Google 在設計 A2A 時，結合了他們內部大規模部署多智慧體系統的經驗，並和合作夥伴們一起，確立了五個核心原則：
- 擁抱智慧體能力： A2A 的重點不是把 AI 變成一個個被動的「工具」，而是讓它們能用最自然、非結構化的方式進行協作，即使它們沒有共享記憶體或上下文。這才是真正的多智慧體合作。
- 基於現有標準： 不重新發明輪子。A2A 建立在大家已經很熟悉的 HTTP、SSE、JSON-RPC 等標準之上，這樣企業就能更容易地把它整合到現有的 IT 架構中。
- 安全優先： 企業級應用，安全絕對是重中之重。A2A 在設計上就支援企業級的身份驗證和授權機制，安全性看齊 OpenAPI 的標準。
- 支援長期任務： AI 要處理的任務，有些可能很快完成，有些則可能需要數小時甚至數天（尤其當需要人類介入時）。A2A 設計得很有彈性，既能處理快速請求，也能應對這種長時間的深度研究，並且能在過程中提供即時的回饋和狀態更新。
- 不限形式： 誰說 AI 只能處理文字？A2A 從一開始就考慮到支援多種形式的內容，包括音訊和視訊串流。
這些原則確保了 A2A 不只是一個技術規範，更能真正解決 AI 協作的痛點。
好，那 A2A 實際上是怎麼運作的？
聽起來很厲害，但具體來說，兩個 AI 智慧體是怎麼透過 A2A 溝通的呢？
簡單來說，會有一個「客戶端」智慧體（Client Agent）和一個「遠端」智慧體（Remote Agent）。
- 客戶端智慧體： 負責提出任務需求，告訴遠端智慧體要做什麼。
- 遠端智慧體： 負責執行任務，嘗試提供正確的資訊或完成指定的動作。
它們之間的互動主要包含幾個關鍵能力：
- 能力探索 (Capability Discovery)： 每個 AI 智慧體可以提供一張 JSON 格式的「智慧體名片」(Agent Card)，上面說明了自己擅長做什麼。這樣，客戶端智慧體就能知道該找哪個遠端智慧體來處理特定任務。就像你看名片就知道這個人是做什麼的一樣。
- 任務管理 (Task Management)： 溝通的核心是完成「任務」。這個「任務」有明確的定義和生命週期。它可以是立即完成的，也可以是需要長時間處理的。在過程中，雙方會保持同步，知道任務的最新進度。任務完成的成果叫做「產物」(Artifact)。
- 協同合作 (Collaboration)： 智慧體之間可以互相發送訊息，傳遞上下文、回覆、產物，或是來自使用者的指示。
- 使用者體驗協商 (User Experience Negotiation)： 訊息中可以包含不同類型的「內容元件」(Parts)，比如一張圖片、一段影片或一個網頁表單。客戶端和遠端智慧體可以協商彼此支援的內容格式，確保最終呈現給使用者的介面是正確且可用的。
想了解更深入的技術細節？可以參考 Google 提供的 規格草案。
來個實際例子：招募工程師變簡單了！
光說理論可能有點抽象，我們來看一個實際應用場景：招聘軟體工程師。
想像一下，你是一位招聘經理，正在使用一個整合了多個 AI 智慧體的平台（像是 Google 提到的 Agentspace）。
- 提出需求： 你告訴你的主要 AI 助理：「幫我找符合這個職位描述、在特定地點、具備這些技能的候選人。」
- 智慧體協作： 你的助理（客戶端智慧體）收到任務後，會利用 A2A 協定，去跟其他專門的 AI 智慧體（遠端智慧體）溝通。
- 它可能會問「LinkedIn 智慧體」：符合條件的公開履歷有哪些？
- 它也可能問「公司內部 HR 系統智慧體」：我們人才庫裡有合適的人選嗎？
- 甚至問「薪資數據智慧體」：這個條件的市場薪資範圍大概是多少？
- 彙整與行動： 這些遠端智慧體透過 A2A 回傳找到的資訊（產物）。你的主要助理彙整後，把建議的候選人名單呈現給你。
- 下一步： 你看過名單後，可以指示你的助理：「安排這幾位進行面試。」助理又能透過 A2A，跟「行事曆智慧體」或「視訊會議智慧體」協調，自動安排好面試時間。
- 後續流程： 面試結束後，甚至可以讓另一個「背景調查智慧體」來接手處理後續事宜。
看到了嗎？透過 A2A，原本需要在不同系統間手動切換、複製貼上的繁瑣流程，現在可以由 AI 智慧體們自動、流暢地協作完成。這只是冰山一角，想想看這在供應鏈管理、客戶服務、財務分析等領域能帶來多大的改變！
AI 協作的未來：開放、共創
A2A 的潛力巨大，它有望開啟一個 AI 智慧體互操作性的新時代，促進創新，創造出更強大、更多功能的智慧體系統。Google 和他們的合作夥伴相信，這個協定將為未來鋪路——一個 AI 智慧體能夠無縫協作，解決複雜問題，提升我們生活的未來。
最棒的是，這是一個開源的計畫。Google 承諾會和合作夥伴以及整個社群一起，公開地打造這個協定，並建立了清晰的貢獻途徑。
他們預計在今年稍晚推出可供正式環境使用的版本。
來自夥伴們的聲音：大家怎麼看 A2A？
這次 Google 推出 A2A，獲得了業界夥伴們的熱烈迴響。從 Atlassian、Box、Salesforce 到 SAP、ServiceNow，再到 Accenture、Deloitte 等服務夥伴，大家都對 A2A 寄予厚望。
普遍的看法是：
- 打破孤島是關鍵： 大家都認識到，讓 AI 跨系統協作是發揮其最大價值的必要條件。
- 開放標準很重要： 一個共通的、開放的標準（像 A2A）能加速整合，降低開發門檻。
- 信任與安全不能少： 對於企業應用，安全可靠的協定是基礎。
- 未來潛力巨大： 無論是提升內部效率、優化客戶體驗，還是創造新的商業模式，可互操作的 AI 智慧體都充滿想像空間。
（這裡省略了逐一列出所有合作夥伴的引言，但總體而言，業界對 A2A 的反應非常正面且充滿期待。可以前往Announcing the Agent2Agent Protocol (A2A)查看）
結語：準備好迎接 AI 智慧體「組隊打怪」的時代了嗎？
Google 的 A2A 協定，不只是一個技術規格，它更像是一個宣言：宣告 AI 智慧體單打獨鬥的時代即將過去，一個互聯互通、協同合作的新紀元正在到來。
雖然目前還在發展初期，但這個由眾多行業領導者共同推動的開放標準，無疑為 AI 的未來發展注入了強心針。我們可以期待，在不久的將來，AI 智慧體將能更聰明、更有效地「組隊」，為我們解決更多複雜的問題，帶來前所未有的便利與效率。
